邊緣人工智能：5個趨勢值得關注
處于邊緣的人工智能不斷在發(fā)展，應用數不勝數，自動駕駛汽車、藝術、醫(yī)療保健、個性化廣告和客戶服務都可以使用它。理想情況下，邊緣體系結構由于更接近請求而提供較低的延遲。
據預測，邊緣人工智能市場將從2021年的140萬美元增長到2027年的800萬美元，復合年增長率為29.8%。這種增長將在很大程度上來自物聯(lián)網的人工智能、可穿戴消費設備，以及5G網絡中對更快計算的需求等因素。這些帶來了機會和保留，因為邊緣人工智能的實時數據很容易受到網絡攻擊。
邊緣人工智能：5個趨勢值得關注
讓我們來看看可能在明年塑造邊緣人工智能領域的五個趨勢。
將人工智能與云分離
如今的巨大變化之一是能夠在沒有云連接的情況下運行AI處理。例如最近發(fā)布的兩款新芯片設計，可以將物聯(lián)網設備的處理能力提升到極致，跳過遠程服務器或云計算。他們當前的Cortex-M處理器可以處理對象識別，而手勢或語音識別等其他功能隨著ARM的Ethos-U55的加入而發(fā)揮作用。谷歌的Coral是一個使用本地人工智能構建產品的工具包，它也承諾“離線”處理大量人工智能。
機器學習的行動
機器學習操作的最佳實踐將證明邊緣人工智能是一個有價值的業(yè)務流程。It生產需要一個新的生命周期——或者，至少，這是MLOps開發(fā)過程中的推測。MLOps可以幫助企業(yè)數據流并將其推送到邊緣。隨著越來越多的企業(yè)發(fā)現在邊緣人工智能方面什么最適合他們，持續(xù)的更新周期可能會被證明是有效的。（智慧交通）
專用芯片
為了在邊緣進行更多的處理，公司需要定制芯片來提供足夠的功率。例如人工智能加速器芯片與軟件套件配對，該套件實質上將AI模型轉換為計算圖。IBM在2021年發(fā)布了他們的第一款加速器硬件，旨在打擊欺詐行為。
計算機視覺的新用例和功能
計算機視覺仍然是邊緣人工智能的主要用途之一。該領域的一個主要發(fā)展是多模態(tài)人工智能，它從多個數據源提取數據，超越自然語言理解，分析姿勢并執(zhí)行檢查和可視化。這對于與人無縫交互的人工智能來說可能會派上用場，例如購物助理。
高階視覺算法現在可以通過使用更細粒度的特征對物體進行分類。它可以更深入地確定品牌和型號，而不是識別汽車。
訓練模型來識別每個對象特有的粒度特征是很困難的。然而，使用細粒度信息的特征表示、提取特定特征的分割、規(guī)范化對象姿態(tài)的算法和多層卷積神經網絡等方法都是目前實現這一目標的方法。（RFID）
初期的企業(yè)用例包括質量控制、實時供應鏈跟蹤、使用快照識別內部位置和檢測深度偽造。
邊緣人工智能：5個趨勢值得關注
人工智能在5G上的增長速度加快
5G和更先進的技術即將到來。衛(wèi)星網絡和6G正在等待電信供應商的到來。對于我們其他人來說，在完全進入下一代網絡之前，還需要一些時間在與一些5G服務兼容的4G核心網絡之間過渡。
這與邊緣人工智能有什么關系？5G上的AI可以為AI應用帶來更好的性能和安全性。它可以提供人工智能所需的一些低延遲優(yōu)勢，并開啟新的應用，如工廠自動化、收費和車輛遙測，以及智能供應鏈項目。
邊緣人工智能的新興趨勢比我們能列出的要多。特別是，它的發(fā)展可能需要人類方面的一些改變。邊緣人工智能管理將成為IT部門的工作，使用IT資源而不是讓業(yè)務線管理邊緣解決方案可以優(yōu)化成本。
來源：千家網